gemini-2.5-pro
0.00失败 · 2026年8月30日 00:15
运行 #4 评测报告
Gemini，1 道题。综合得分为规则加权分，不是正确率。
比较条件存在差异：single_model。阅读模型间差距时必须保留这一前提。
1题目数量
1每题尝试次数
1失败案例
样本边界：结论仅适用于此题库哈希、模型版本、适配器和参数快照。跨版本、跨运行稳定性需要独立复测。
得分与资源消耗
新 efficiency-v2 按业务结果正确题数归一；旧 efficiency-v1 保留综合得分 ÷ 100 的折算口径，两种指标不能混排。记录不完整时不估算单位正确题消耗。
| 指标 | Gemini |
|---|---|
| 综合得分 固定规则加权 / 100 | 0.00 |
| Token / 归一单位 | —每得分折算题 · 未记录 |
| 费用 / 归一单位 基于冻结价格；缺失不估 | 不可估算每得分折算题 · unavailable |
| 生成耗时中位数 模型生成阶段 | —P95 — |
分项得分
分项为加权得分，不是业务结果正确率。
| 题目维度 | Gemini |
|---|---|
| 窗口函数 | 0.00 |
逐题结果
得分为全部计划尝试的均分，失败计入分母，未完成显示未知。展开可查看每次作答。
月收入环比增长monthly_mom_growth0.00
Gemini
全部 1 次计划作答 · 结果正确性未知
A1 · 失败 · 0.00
Gemini 退出码 41: Please set an Auth method in your $PROJECT_ROOT/var/cli-homes/gemini/3/.gemini/settings.json or specify one of the following environment variables before running: GEMINI_API_KEY, GOOGLE_GENAI_USE_VERTEXAI, GOOGLE_GENAI_USE_GCA
结果正确性未知
查看 A1 完整证据